Predicting opioid consumption after surgical discharge: a multinational derivation and validation study using a foundation model
7.3
来源：
Nature
发布时间：
2025-08-26 19:52
摘要：
本研究开发了一种基于数据的模型，用于预测手术后患者的阿片类药物消费，旨在减少过度处方。该模型在4267名患者中进行了验证，显示出良好的预测能力，能够减少全球阿片类药物处方4.5%。研究结果表明，个性化的处方方法不会对患者的生活质量产生负面影响，具有重要的临床和公共卫生意义。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
1.0分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.5分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
模型在4267名患者中进行了内部验证，外部验证显示良好的预测能力。
应用该模型可减少全球阿片类药物处方4.5%。
研究结果表明，个性化的处方方法不会对患者的生活质量产生负面影响。
真实性检查
否
AI评分总结
本研究开发了一种基于数据的模型，用于预测手术后患者的阿片类药物消费，旨在减少过度处方。该模型在4267名患者中进行了验证，显示出良好的预测能力，能够减少全球阿片类药物处方4.5%。研究结果表明，个性化的处方方法不会对患者的生活质量产生负面影响，具有重要的临床和公共卫生意义。